摘要: 针对目前单相接地故障选线准确率不高的问题，提出一种基于 TensorFlow的深度学习的单相接地选线方法，将接地瞬间的波形图像进行图像灰度化和尺寸压缩等预处理得到实验所需的训练数据，通过使用TensorFlow设计深度卷积神经网络模型结构与优选模型参数进行训练与选线，实验结果表面，仅经过100多个波形的训练后选线准确率即可达到95.83%，深度卷积神经网络比传统的神经网络算法具有更强的学习能力及更高的选线精度。